Reconstrucción y validación de modelos metabólicos de microorganismos participantes en un consorcio nitrificante

Abstract

"El uso de consorcios microbianos en el tratamiento de aguas residuales se ha posicionado como una alternativa viable entre los diferentes procesos existentes en la actualidad. Sin embargo, esta opción aún presenta desafíos debido a la complejidad existente en las interacciones microbianas, obteniendo diferentes resultados a los esperados, y, por tanto, un sistema con baja confiabilidad. Actualmente existen herramientas que permiten diseñar modelos y realizar inferencias del metabolismo de los miembros de comunidades microbianas usando enfoques basados en biología de sistemas y biología cuantitativa. En el presente trabajo se analizó el metagenoma de un consorcio nitrificante para el tratamiento de aguas residuales. Seguidamente, se diseñaron modelos metabólicos para los principales miembros del consorcio utilizando estrategias semiautomáticas. Los modelos fueron refinados para aumentar la calidad de las asociaciones genéticas y la robustez en las predicciones. Seis modelos fueron reconstruidos por homología usando como templados modelos de microorganismos previamente validados de la base de datos BiGG. Los templados fueron escogidos basados en comparaciones por ARN 16S, similitud proteómica y fisiológica. Los modelos fueron desarrollados combinando algoritmos de módulos COBRA, RAVEN y algoritmos diseñados en este trabajo. Los parámetros óptimos para la reconstrucción semiautomática fueron calculados en el presente trabajo. Los modelos resultantes fueron optimizados a nivel genético y bioquímico a partir de revisión manual y de algoritmos semiautomáticos. Los modelos de seis microorganismos (Rhodopseudomonas palustris BisA53, Thauera sp. MZ1T, Acinetobacter oleivorans DR1, Aromatoleum aromaticum EbN1, Dechloromonas aromatica RCB y Nitrosomonas europaea ATCC 19718) pertenecientes al consorcio permitieron comprender mejor los procesos asociados con la fijación de carbono-nitrógeno, nitrificación-desnitrificación, y procesos fundamentales en el tratamiento de aguas residuales. Por último, las herramientas semiautomáticas fueron aplicadas en dos proyectos diferentes: el modelo de Azotobacter vinelandii (iDT1278) y los modelos de las cepas de Liberibacter. El modelo iDT1278 fue validado con datos de crecimiento en más de 300 fuentes de carbono y nitrógeno, obteniendo una precisión mayor al 90% de predicción. Con respecto a los modelos de Liberibacter, se evaluó la precisión en las predicciones de crecimiento utilizando diferentes fuentes de carbono y las relaciones genéticas fueron validadas a partir de información transcriptómica."